Reflectionがついに答案を提出：501BモデルBeamが登場、それでも最新の中国トップオープンソースモデルには及ばず

動察 Beating AI 速報、NVIDIAが支援するAIスタートアップReflectionが初のオープンウェイトモデルBeamを公開。MoEアーキテクチャを採用し、総パラメータは5010億、毎回230億のみを活性化し、主にコード、推論、Agentタスク向け。

Reflectionが自ら公表した成績によると、Beamの全体的な性能はGLM-5.2に近く、最新の中国トップオープンソースモデルにはまだ追いついていない。DeepSWEでは、Beamは44.4点、GLM-5.2は44.0、Qwen 3.8-Maxは51.0、GLM-5.3、Kimi K3、DeepSeek V4.1 Flashはそれぞれ61.0、68.0、74.2に達した。

Beamのトレーニング規模も非常に大きい。事前学習にはNVIDIA GB300を6144基使用し、4週間未満で23.8兆トークンを処理。その後、GB300を1.05万基用いて4週間連続で強化学習を行い、1億件以上のトレーニング軌跡（rollout）を生成した。公式によると、これは彼らが知る公開記録の中で最大規模の強化学習トレーニングの一つである。

Beamは現在も最終的な安全性テスト段階にあり、少数のユーザーのみが先行利用できる。Reflectionは今月下旬に完全なウェイト、技術レポート、モデルカードを公開し、Apache 2.0ライセンスでオープンにする予定。